[發明專利]個體網絡安全意識態勢預測方法

在審

• 申請號: 201810233458.X
• 申請日: 2018-03-21
• 公開（公告）號: CN108337123A
• 公開（公告）日: 2018-07-27
• 發明（設計）人: 羅森林;李蕊;潘麗敏;尚海;郝靖偉;楊鵬;陳亮;陳禹
• 申請（專利權）人: 北京理工大學
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.個體網絡安全意識態勢預測方法，其特征在于所述方法包括如下步驟：

步驟1，對數據進行預處理及屬性選擇，包括數據清理、單位統一和數據離散化處理，使用包裝法對建立預測模型所使用的屬性進行分析和選擇；

步驟2，利用決策樹預處理之后的數據進行等級判定，判定等級分為個體網絡安全意識等級高、個體網絡安全意識等級較高、個體網絡安全意識等級一般和個體網絡安全意識等級低，然后使用樸素貝葉斯算法對個體網絡安全意識進行等級初始狀態概率向量計算；

步驟3，求解個體網絡安全意識單步狀態轉移矩陣和初始狀態概率向量，構建馬爾可夫鏈單次預測模型。

2.根據權利要求1所述的個體網絡安全意識態勢預測方法，其特征在于：步驟1中對建立預測模型所使用的屬性進行分析和選擇，對全屬性集合使用啟發式搜索中的最佳優先搜索算法得到屬性子集，再經過樸素貝葉斯分類算法得到分類準確率，使用十折交叉法評價不同屬性子集分類準確率并反饋給屬性子集重復上述過程，最終得到最優子集為屬性選擇結果。

3.根據權利要求1所述的個體網絡安全意識態勢預測方法，其特征在于：步驟2中使用樸素貝葉斯算法計算個體網絡安全意識等級初始狀態概率向量P(C_i|X)，其中，X是所有屬性集合，C_i是等級，區別于屬性選擇時樸素貝葉斯的算法，只計算分別分到各個等級的概率，不進行具體等級的劃分，對于同一X來說P(X)一樣即分母P(X)對P(C_i|X)的分布比例沒有影響不必計算，任意一個樣本被分到四個等級的概率之和為1，計算公式如下。

4.根據權利要求1所述的個體網絡安全意識態勢預測方法，其特征在于：步驟3中基于馬爾科夫鏈原理，判定狀態后求解單步狀態轉移矩陣，

其中，a,b,c,d,e都是屬于[0,1]的實數，b+c及d+e的范圍都是(0,1)。

5.根據權利要求1所述的個體網絡安全意識態勢預測方法，其特征在于：步驟3中基于馬爾科夫鏈原理，在已知初始狀態概率向量和單步狀態轉移矩陣的情況下構建馬爾科夫鏈單次預測模型，即

P＝P₀×Q (3)

其中，P₀是初始狀態向量，Q是單步狀態轉移矩陣。